综合交通运输系统规划考试试卷.pdf

《综合交通运输系统规划考试试卷.pdf》由会员分享，可在线阅读，更多相关《综合交通运输系统规划考试试卷.pdf（14页珍藏版）》请在三一文库上搜索。

1、1 / 14 XX 大学 研究生课程（论文类）试卷 2 013/2 0 14 学年第二学期 课程名称：综合交通运输系统规划 课程代码： xxxxxxx 论文题目：城乡公共客运需求预测以苍南县城乡客运为 例 学生姓名： xxxx 专业学号：交通运输系统工程 学院： xxxxx 课程（论文）成绩： 任课教师签字： 日期：年 月 日 课程（论文）题目：城乡公共客运需求预测以苍南县城 乡客运为例 内容： 2 / 14 一、城乡公共客运需求预测的影响因素 在客运量的预测过程中,应当分析到预测结果的影响因素,充分考虑各因素的影响作用,从而选择 合适的预测方法,达到良好的预测效果。客运量的影响因素概括起来主

2、要有以下几种： 1. 经济、产业结构 客运需求是派生性需求,是由社会经济活动这一本源需求引起的。县域范围内社会经济活动的存 在、社会经济的发展、对结点间经济联系需求的增强,是城乡客运需求产生、增强的直接动因。从经 济角度讲 ,县域范围内结点间、区域外部、区域之间存在着互补互利、依附从属、互相制约等多种复 杂的关系 ,这些复杂的经济联系在一定程度上要依托旅客运输来维持。不同的经济产业结构会产生不 同的出行需求,以传统的农产业为主的地区客运量较小,渔业、农副业、加工业发达的地区对外经贸 往来较为频繁,客运量也较大。 2. 人口数量与结构的变动 客运需求是旅客对出行的需求,客运活动的产生是以居民个人

3、出行为基础的,因为一般而言,人口 数量的增加会使需求数量增加,人口数量减少会使需求数量减少49。另外人口结构的变动影响到人 们的出行倾向和出行频次,从而影响客运需求结构的变动,如在一个年轻化为主的人口结构环境里客 运需求应比老龄化的人口结构环境要高,因为年轻化的群体参与社会活动的活跃程度会明显高于年龄 程度高的群体,所以相应地前者对出行的交通需求要大于后者。 3. 人们收入及消费水平 客运服务是一种社会产业,所以选择客运服务在一定程度上也是一种消费行为,因此出行者的收 入水平也是决定需求的重要因素。当收入增加时,客运需求量也会增加,反之则减少。年收入高的家 庭的出行活动一般要比收入低的家庭多,

4、收入高的群体对客运服务的多样性、体验感等要求会更高, 需求更复杂。低收入的群体相对而言单一的、粗糖的客运服务可能就能满足他们的需求。随着农村 居民整体生活水平的不断提高,家庭收入的增加,居民外出就业、休闲、业务往来等出行需求也随之 增加。 4. 票价及客运服务质量 从消费行为趋势来看,当一种产品或服务的价格上涨至消费承受范围以外,人们就会寻找这种产 品与服务的替代品51。而客运需求与运输服务质量则是正相关的关系,它会随着运输服务质量的提 高而增加 ,比如当其它条件相同,公交的服务质量要比地铁好的时候,人们的出行选择自然会偏向公交 的方式。 二、城乡公共客运需求预测的原则 1. 系统分析 乡镇地

5、区经济的发展与所在县市区及区域的经济发展密切相关，因此，在分析其经济发展水平 时必须将各节点社会经济系统与整个县市域社会经济系统，国家社会经济系统及周边地区社会经济 系统联系起来。 客运需求在很大程度上受到经济的发展水平的限制，尤其是农村客流，其客流需求大小与客流 出行方式等受到该地区经济发展水平影响的程度更深，必须将各节点的客运系统与各节点的社会经 济系统联系起来。 同时，城乡公共客运系统各组成要素之间也并不是相互孤立的，客流需求与客运系统的发展水 3 / 14 平是互相影响的，城乡客流需求预测有必要将节点客运系统中各要素结合起来考虑。 2. 政策协调 农村地区经济的发展对振幅发展政策的依赖

6、性很强，各节点经济的发展和功能地位的确定主要 受到所在县市制定的发展战略及规划目标的影响，而城乡公共客运客流主要产生于各节点之间的功 能吸引、节点等级规模结构以及节点等级职能结构关系，因此，各节点未来客运需求的预测必须建 立在县市域社会经济发展政策相协调的基础上，以政策为导向来进行。 3. 定性与定量结合 影响城乡客流需求的因素比较复杂，既有可量化因素同时也存在诸多不可量化因素。由于农村 地区地广人稀，土地利用与客流需求之间不存在明确的数量关系，经济类型与发展政策的异同对客 流的影响权重增加，城乡客流需求预测无法回避社会经济和人口发展中带有规律性和偶然性的矛 盾，预测时既要充分利用科学的定量分

7、析手段寻找城乡公共客运需求发展的规律，也要充分考虑未 来发展中的不确定性，充分利用政策，专家经验和领导决策等定性分析手段把握预测的方向。基于 未来社会经验发展的偶然性，预测结果不可能是唯一的，不变的，因此，城乡客流需求预测还应充 分考虑未来客运需求的多种可能性，留有必要的弹性范围。 4. 历史与发展结合 从短时期内来看，区域和各乡镇客运需求发展具有一定的稳定性，其发展的规律性可以从区域 和乡镇的社会经济与客运运输历史发展，演变中探索得出，从较长的时期内来看，区域和各乡镇客 运需求发展又具有多变性，对区域未来客运需求预测既要考虑区域客运需求的历史现状，又要根据 区域未来社会经济发展政策，条件，制

8、约因素的分析，做出合乎逻辑的判断，决策。 三、城乡客运需求量预测 1. 预测基本思路 城乡公交客流需求预测是一项综合性很强的工作，许多影响因素难以量化，并且与城市公交客 流需求预测方法相比具有许多不同点。在一般的城市公交规划中公交客流OD 预测方法都是基于交 通小区的，所以在分配时的OD 出发点和到达点都是交通小区形心，这与实际的城乡公交乘客出行 特征存在一定误差，因此，不能运用城市公交客流预测的方法进行城乡公交客流预测。本文在分 析城乡社会经济发展环境和客流出行特征的基础上，提出了把交通小区OD 转换为公交站点OD、 基于公交站点OD 的客流预测方法，可以预测站点间的公交客流分布和进行准确的

9、公交分配。 4 / 14 图 1 城乡公交客流需求预测基本思路 2. 预测方法分析 交通生成预测 交通生成预测是交通需求预测的基础，是四阶段的第一步，其预测的精度直接影响着最终的结 果，目前较常使用的生成预测模型有生成率法、交叉分类法、回归分析法等。 （1）生成率法 生成率法是利用现状交通调查的数据得出单位人口或者单位用地面积等的交通产生和吸引量， 假设其数值稳定不变，然后根据未来用地的人口或者用地指标来进行交通生成预测。优点为概念简 单，操作简便，适用于发展变化不大的城市，缺点为考虑的影响因素单一，结果精度粗糙。 （2）交叉分类法 交叉分类法较之生成率法则考虑了更多影响因素下各组成部分不同的

10、出行产生率和吸引率，结 果更加精准、符合实际。 函数模型： Ti= ms )( s m s N (3.1) 式中： Tii 小区的产生或吸引量 m s 人口属性为s，出行目的为m 的产生率或吸引率 s N属性为s的人口数量 （3）回归分析法 回归分析法是建立交通产生与吸引与多个主要因素（如土地利用、人口、岗位等） 之间的函数关系，然后通过实际的调查数据标定参数，此方法精度较高，但是函数关系复 杂，且需要分析大量的资料数据，较为繁琐。 函数模型： y=a0+a1G1(x1)+ a2G2(x2)+ a3G3(x3)+ anGn(xn)(3.2) 式中： y交通产生或吸引量 a0, a1, a2,

11、an待定参数 x1,x2,x3,xn回归因子 交通分布预测 5 / 14 交通分布预测是在交通生成基础上分析各交通小区相互之间OD 量的流动。预测结果可以清楚 显示出哪些小区的交通联系更为紧密，哪些小区联系较弱，为后续的规划工作提供直观的参考依 据，同时其预测的精度也影响到最终的交通分配结果。 目前常用交通分布的预测方法有增长系数法、重力模型法、机会模型以及最大熵模型等。各个 模型都有其优缺点和适用范围，现介绍重力分布模型。 重力分布函数模型： )( ijjjiiij dfDbOaT (3.3) j ijjj i dfDb a )( 1 (3.4) i ijii j dfOa b )( 1 (

12、3.5) ts i j ij OT i jij DT 式中， ij T i小区到 j 小区的出行分布量； i O i 小区的出行产生量； j D j 小区的出行吸引量； )( ij df 阻抗函数； i a、 j b调整系数； 其中交通阻抗函数 )( ij df 通常有 3种形式： 幂函数： b ijij ddf )( 指数函数： ij c ij edf)( 综合函数： ij c b ijij eaddf)( 式中， ij d 为i小区到 j 小区之间的交通阻抗； 方式划分预测 在定性分析城镇社会经济特点及居民出行特征的基础上，采用目前常用的Logit 效用模型，根 据各种交通方式不同的效用值

13、（如出行时间、出行费用、舒适程度等）确定各自的分担率。 Logit 模型函数形式为 n r r ijk e e p ijk ijn (3.6) 式中： ijk p小区 i 至小区 j 交通方式k 的分担率 待定系数 ijk r小区 i 至小区 j 交通方式k 的交通阻抗 ijn r小区 i 至小区 j 交通方式n的交通阻抗 其中 ijn r= ijnm m ny a 式中： an未知系数，根据实际调查数据标定 6 / 14 ijnm y小区 i 至小区 y，第 n种交通方式的第m 中阻抗因素 交通分配预测 交通分配预测是计算出公交OD 的重要一步，经过前三个阶段的预测工作，可以预测出各个小 区

14、公交OD，然后把这些OD 量依照一定的模型分配到各条公交线路上，即可得到每条公交线路的 客流以及每个公交站点的上下客数量。从而可以定量分析公交线网规划的合理与否，以及为公交线 网的调整和优化提供了依据。 四、以苍南县城乡公共客运需求 1. 交通小区划分 为便于现状与规划数据的对比和交通预测分析，在确定交通小区的划分范围时，应充分考虑城 市未来的发展方向和用地拓展范围，因此，本次交通小区的划分范围包括了现状建成区范围和城市 总体规划土地利用发展范围。而交通小区的详细边界划分则主要依据现状社区和乡镇边界，还参考 了总体规划用地布局等资料。 依据交通小区划分的原则，将县所辖区域划分成8 个交通大区，

15、 23 个交通小区。如图 2 和图 3 为便于现状与规划的对比以及交通预测分析，在划分交通小区时，必须将城市未来发展方向和用 地规划考虑进去。因此，现状交通小区与规划交通小区是一致的。 图 2 苍南县交通大区划分图 7 / 14 图 3 苍南县交通小区划分图 2. 公交出行需求预测 本次公交需求预测采用反馈式四阶段法。预测流程图如下图所示： 图 4 反馈式四阶段法技术路线图 出行生成型 （1）出行产生模型 土地利用出行生成预测 交通网络出行分布预测 交通延误出行方式预测 预测结果 交通流量预测 产生量 吸引量 O-D 分布量 各交通方式 O-D 分布量 路段机动车流量 路段公交客流量 8 /

16、14 采用交叉分类中的产生率法，将出行对象按照交通小区、出行目的和出行方式进行分析，确定 各交叉类别的出行率。 （2）出行吸引模型 亦采用交叉分类法。吸引量与城市用地特征和工作岗位密切相关，而不同区位和交通条件下， 同样用地性质和就业岗位数的出行吸引量却有显著差异。为此，根据不同区域用地和出行特征，进 行相应的交叉分类，得到分区位出行吸引模型。 出行生成预测 （1）规划人口 客运需求是旅客对出行的需求，人口数量的增加会使需求数量增加，人口数 量减少会使需求量减少。人口结构的变动主要影响需求的结构，从而影响某些水平的需求。本次规 划年限的人口预测，主要依据苍南县域总体规划，苍南县综合交通规划和近

17、期城市发展建 设的人口控制规模，以及土地使用规划提供的居住用地分布，同时结合了最新的城市发展趋势，综 合得出了规划年的人口规模，并详细划分到了各个交通大区当中。根据苍南县综合交通运输系统 规划中预测，苍南县总人口2018 年为 133.35 万人， 2025 年总人口为138.77 万人。从人口的分 布来看，未来苍南县人口主要增长区为灵溪镇和龙港镇。 表 1 各城镇规划人口统计一览表 交通大区2018 年2025 年交通大区2018 年2025 年 灵溪大区36.38 39.10 桥墩大区7.26 7.16 龙港大区49.25 51.88 马站大区5.83 5.75 钱库大区14.28 14.

18、07 赤溪大区3.09 3.64 金乡大区9.97 9.98 矾山大区7.29 7.19 总计133.35 138.77 （2）出行率预测 现状交通分析中，对居民出行率、出行特征及其影响因素做了分析。不同的出行目的，其出行 率增加情况是不同的。一般上班、上学等非弹性出行的增加幅度很小，并且随着城区规模扩大，出 行距离增加，原本少量的中午回家出行将逐步消失，其出行率甚至有可能减少。而随着经济发展、 居民生活多元化，一些弹性出行如购物、娱乐等，其出行强度将有较大幅度增加。根据国内外研究 和发展经验，结合苍南县实际情况，对规划年的出行率做出了预测，2018 年 3.05次/ 人， 2025 年 2.

19、97 次/ 人。 显而易见，不同区位和交通条件对不同出行目的出行率影响很大，这主要是由土地利用、开发 强度和交通可达性而引起的。如中心区非基于家的出行率就远高于外围区。中远期考虑到外围地区 发展，城镇化水平提高，交通设施建设和完善，地区区位度发生变化，地区差异将逐步减小。 （3）出行发生量预测 根据人口分布预测以及不同区位、不同出行目的的出行率预测结果，可以得出规划期各地区的 发生量分布，如错误！未找到引用源。2。 预测至 2025 年，苍南县规划范围内居民日出行总量约为427 万人次，近期2018 年居民日总出 行量约为402 万人次。 表 2 苍南县年居民出行发生量预测单位：万人次/ 日

20、交通大区2018 年2025 年交通大区2018 年2025 年 浦亭乡3.11 3.24 钱库镇22.28 21.07 凤池乡3.33 3.46 望里镇9.97 9.42 9 / 14 灵溪镇93.02. 96.82 扩山乡2.10 1.99 观美镇7.40 7.71 金乡镇23.47 22.53 藻溪镇7.73 8.04 炎亭镇2.08 2.0 云岩乡4.38 4.47 大渔镇2.11 2.02 宜山镇19.17 19.56 石坪乡1.75 1.68 龙港镇115.32 117.70 桥墩镇21.43 20.26 卢浦镇4.52 4.61 矾山镇19.0367 19.631 靶艚镇11.3

21、3 11.56 赤溪镇8.40 10.24 仙居乡3.06 2.90 马站15.21 15.69 新安4.70 4.45 （4）出行吸引量预测 根据多元回归分析法得到的吸引模型和预测得到各种性质岗位数，可预测各交通小区分目的出 行吸引量，并与分目的的发生总量进行平衡调整，各地区的吸引量分布见表3。 表 3 苍南县年居民出行吸引量预测单位：万人次/ 日 交通大区2018 年2025 年交通大区2018 年2025 年 浦亭乡3.40 3.52 钱库镇24.2422.92 凤池乡3.63 3.76 望里镇10.8410.25 灵溪镇101.52105.12扩山乡2.292.16 观美镇8.088.

22、37金乡镇24.9023.90 藻溪镇8.438.73炎亭镇2.212.12 云岩乡4.554.65大渔镇2.242.15 宜山镇19.9320.34石坪乡1.861.78 龙港镇119.87122.34桥墩镇11.7311.09 卢浦镇4.704.79矾山镇16.2816.70 靶艚镇11.7812.02赤溪镇3.395.29 仙居乡3.333.15马站10.7411.07 新安5.124.84 （5）出行生成特征分析 10 / 14 图 5 近期居民交通产生和吸引量示意图 图 6 远期居民交通产生和吸引量示意图 出行方式划分预测 对于出行方式的划分，首先应从宏观上进行总体把握，即在战略、政

23、策层面确定各种交通方式 的发展方向及其功能地位；并在微观上建立合理的方式模型，以确定交通区之间交通活动量的方式 分担比例；最后综合分析确定交通方式结构。本次预测中，出行方式划分为步行、自行车、三轮 11 / 14 车、摩托车、出租车、巴士、私家车七种。对于摩托车、出租车、巴士、私家车等机动车的出行比 例，还需结合车辆交通预测模型，充分考虑车辆发展趋势和政策导向等因素的影响，进行平衡。 国内大量的研究及实践表明，采用距离曲线较符合我国城市交通特征，即一般短距离出行以非 机动化方式为主，如步行、自行车，中等距离出行以摩托车、出租车为主，长距离出行以客车、公 交出行为主。本次方式划分采用距离分布曲线

24、和效用函数结合的方法，在预测中再结合政策分析、 交通设施变化、出行成本费用及现状距离分布曲线进行应用和校核。图3-5 是出行方式与出行距离 之间的关系。 图 7 城乡出行方式与出行距离关系图 根据前面所标定的方式划分模型，并结合未来的车辆发展政策和未来城市交通可能的不同发展 趋势，可以得到规划年的出行方式结构，见表4。 表 4 城乡出行方式预测表 方式结构 城乡公共 客运 私家车出租车三轮车摩托车非机动化合计 2018 年（现 状） 51% 26% 3% 4% 3% 13% 100% 2018 年61% 17% 4% 3% 3% 12% 100% 2025 年77% 6% 1% 1% 3% 1

25、2% 100% 随着苍南县经济的发展，居民收入增加，出行距离拉长，出行机动化程度提高。与此同时，非 机动化出行将逐步下降趋势；公共交通是苍南县未来交通的发展方向，随着公交网密度及公交服务 水平提高，特别是未来引入两条公交快线，公共交通的出行比重将在现状的基础上，持续上升，从 目前的51% 增加到75% 以上，成为苍南县未来的主要机动化交通方式，私家车在城乡出行中的比重 将从现状的26% 逐步降低到2025 年的6% ，。而出租车作为另一种准个体的公共交通工具，其出行 比重也将有所下降，到2025 年降至 1% 左右。 出行分布预测 12 / 14 苍南县正处于快速发展期，未来用地发展变化很大，

26、因此，分布模型宜采用重力模型法。出行分布 模拟中各交通小区间出行时间，取各种方式中最少时间值，而且，对自行车和摩托车及其他机动车 考虑不同存取车的端点时间。预测结果见下图。 图 8 近期城乡公共客运出行人次分布（2018 年） 13 / 14 图 9 远期城乡公共客运出行人次分布（2025 年） 从图 8 与图 9 可以看出，规划年苍南县居民城乡公共客运的需求量呈现出东北片区较为密集而 西南片区较为稀疏的情况。因此，未来适宜对东北片区需求量较高的城乡公共客运线路进行公交化 改造，而西南片区的城乡公共客运线路仍维持农村客运班线的运营模式。而灵溪镇与龙港镇之间的 出行需求量很大，应当开通一条捷运专

27、线为灵溪与龙港两大县域中心城区建立快速的联系通道。 交通流量预测 （1）机动车流量分配模型 道路交通分配采用国际上最新的多车种平衡分配法(Multiclass Assignment)，它以Wardrop 用户最优原则(Use Optimal Principle)为基础。 Wardrop 用户最优原则的核心为道路的使用者不会 因改变行驶路径而缩短出行时间( 广义 ) 。因此，平衡分配的结果将使任意一对OD 间在其所选择的 可能路径上得到相同的出行时间( 广义 ) ，这样，当网络车流达到平衡状态时，每组OD对在各条被 利用的路径具有相等而且最小的出行时间；没有被利用的路径的所需出行时间应大于或至多等于最 小出行时间。多车种平衡分配法是平衡分配法的一种发展，它解决了各种车辆在道路使用上干扰作 用，并进行平衡优化。 （2）公交分配模型 国际上通用公交客流分配模型有动态多路径概率法和最优战略分配法。动态多路径概率法较适 合车流分配，往往难以考虑诸如影响客流分配的上车、下车、候车和步行等时间因之综合因素，而 且，其分配机理常与客流路径选择有差异。因此，本次规划中我们采用更为先进合理的最优战略分 配法。公交分配模型主要分配参数标定如下： 上车时间 0.1 14 / 14 候车时间因子0.55 候车时间权重1.20 步行时间权重1.30 上车时间权重33.5